可穿戴计算机动态重构算法研究

可穿戴计算机已成为各行业解决特定问题新的手段,手势识别是许多可穿戴的重要应用。利用各类算法识别可穿戴设备的手势运动是该方面的主要研究内容,利用动态可重构算法-低复杂度复现神经网络(RNN)算法形成了两种动态手势识别技术。一种是基于视频信号,并采用卷积神经网络(CNN)和RNN的组合结构;另一个是利用RNN实现模拟加速度计数据,将大多数权重量化为两位的定点优化,以优化用于权重存储的存储器大小量,同时降低了系统硬件和软件的功耗。